Тренды и кейсы внедрения искусственного интеллекта в авиации и транспорте

На прошлой неделе в Санкт-Петербурге завершился международный авиационный инновационный форум (МАИФ — 2025) — крупнейший авиационный форум в России. 
В рамках форума проводится множество панельных сессий и круглых столов на актуальные отраслевые темы, в которых участвуют ведущие авиационные эксперты России. Конечно, много говорили о возможностях искусственного интеллекта применительно к транспортной отрасли.

Современные технологии искусственного интеллекта проникают в различные сферы и авиационная индустрия, включая аэропорты, взлетно-посадочную инфраструктуры, технику и обучение не стала исключением.  

Какие потребности и проблемы, в первую очередь, стоят перед российскими аэропортами и авиакомпаниями?

Самые актуальные потребности аэропортов

1. Парковки: распознание номеров, управление очередями (например, автоматический ввод протоколов при заторе) 
2. Управление очередями: на досмотре/регистрации, контроль триггерных показателей времени нахождения в очередях
3. Бесшовный путь: поиск максимально выгодных маршрутов для пассажира от входа в аэропорт до посадки (анализ очередей и скоплений людей и умные подсказки и указатели)
4. Борьба с дикой природой: детекция животных (лисы, зайцы и т.д.) на ВПП (взлетно посадочной полосе).
   Стаи птиц в небе представляют серьезную опасность. Автоматическая детекция птичьих стай с помощью систем видеоаналитики и автоматический отпугивающий звуковой сигнал или вызов орнитолога.
5. Поиск и идентификация дефектов на летном поле аэродрома (ВПП, рулежные дорожки, перроны)
6. Биометрия на входе (для сотрудников терминалов, авиакомпаний и подрядных организаций).
7. Автоматическое распределением ресурсов RMS — Resource Management System: люди/техника.
8. LLM-Помощники (аналоги chatGPT)  для специалистов по разным правилам и особенностям обслуживания различных авиакомпаний в соответствии с GOM (Ground Operational Manual — международный документ, в котором даны все рекомендации по наземному обслуживанию самолетов).
9. Беспилотный транспорт: автобусы, погрузчики, другой транспорт.
10. Нештатные ситуации, план «Ковер»: реальная помощь с работой в экстренных ситуациях (сигналы «ковер», аэропорт закрывается). Контроль и систематизация отчетов и звонков в гос. контрольные органы.
11. Диспетчеры ОрВД («Гос. корпорация по Организации Воздушного Движения в РФ»): анализ загруженности маршрутов руления, зоны подхода/района аэродрома (воздушное пространство)
12. Противообледенительная обработка: видео фиксация и анализ снежно-ледяных отложений на критических поверхностях фюзеляжа и системы видеоаналитики анализируют есть ли лед/снег на крыле или других труднодоступных поверхностях самолета).
13. Помощь при проверке багажа: человек всегда может упустить что-то подозрительное, а системы видеоаналитики не пропустят подозрительные объекты.
14. Контроль периметра: как правило, камеры установлены по всему периметру аэропорта, но контроль производится человеком.  Системы на базе ИИ эффективнее отслеживают любые нарушения и несанкционированное проникновение. 

На сегодняшний день более 80% этих проблем не решены даже в крупных российских аэропортах. 

Задачи, актуальные для авиатерминалов можно разделить на четыре ключевых категории:

Мониторинг безопасности

Обнаружение подозрительных личностей или посторонних предметов

Оставленный или брошенный посторонний предмет, сумка или рюкзак являются объектами особого внимания. Раннее обнаружение таких предметов и своевременно извещение правоохранительных органов может предотвратить роковые последствия. Система мониторинга безопасности состоит из целого набора моделей и позволяет:

1. Детектировать неопознанные сумки, чемоданы или рюкзаки
2. Выявление необычных объектов находящихся на несвойственных им местах
3. Выявление подозрительных личностей
4. Детекция оружия и опасных предметов

Распознавание огня и дыма

Случаи возгораний или задымлений на вокзалах, в аэропортах, железнодорожных станциях случаются не часто, но могут привести к очень печальным результатам. К сожалению, использование стандартных детекторов дыма здесь невозможно из-за очень больших размеров помещений. Поэтому наилучшим способом является система распознавания огня и дыма по данным с видеокамер. Раннее определение таких ситуаций, моментальное информирование и реагирование может предотвратить критичные последствия.
Система позволяет использовать простые, недорогие видеокамеры и серверное оборудование или облачные вычисления. Основные возможности:

1. Детекция задымления в помещениях вокзалов, аэропортов
2. Детекция горения мусорных баков и контейнеров
3. Открытое горение, взрывы
4. Возгорание посторонних объектов на территории вокзала

Анализ очередей 

Система подсчитывает количество людей в очереди на каждом терминале, а также в зоне касс самообслуживания. В случае, если очередь достигла определенной величины, система извещает о чрезмерной загруженности терминалов, что позволяет привлечь дополнительных сотрудников для разгрузки терминала и увеличения пропускной способности, тем самым сократив время ожидания пассажиров, уменьшив вероятность опоздания на рейс и увеличения лояльности.

Анализ нарушений

Незаконные надписи, граффити, расклейка рекламных баннеров, скопление мусора, вандализм и порча имущества не редко случаются на вокзалах и железнодорожных станциях. Ранняя детекция подобных событий позволяет оперативно выявлять нарушителей и предотвращать дальнейшие последствия.

Обнаружение различных аномалий в поведение людей, скопление людей, толпы, драки и конфликты — основные типы детектируемых событий.

Мониторинг происшествий

Случаи падения людей на скользком полу, ухудшения состояния человека в толпе, приступ, инсульт или инфаркт в сильную жару случаи встречающиеся в замкнутых помещениях. Раннее определение таких ситуаций, моментальное информирование и реагирование может предотвратить критичные последствия.

Кейсы применения технологий искусственного интеллекта для ВПП (взлетно-посадочная полоса) и рулежек

За пределами авиа-терминала на взлетно-посадочной полосе (ВПП), зоне руления и смежных территориях также есть ряд актуальных потребностей, которые можно разделить на следующие категории:

Особо актуальной задачей является распознавание (идентификация) дефектов на искусственных покрытиях аэродромов гражданской авиации. 
Дефект — отдельное несоответствие конструкции аэродромного покрытия или элемента водоотводной и дренажной системы параметрам, установленным нормативными требованиями или проектом. Выделяют несколько виды дефектов.
Виды дефектов (при мониторинге аэродромных покрытий жесткого типа):

1. разрушенная плита
2. просадка плит 
3. сколы углов, кромок плит и трещин, выбоины, раковины
4. шелушение бетона 
5. трещины 
6. уступы между плитами 

Виды дефектов (при мониторинге аэродромных покрытий нежесткого типа):

1. просадка 
2. колея 
3. проломы 
4. пучение 
5. выбоины 
6. эрозия 
7. трещины, сетка трещин 
8. сколы

Контроль периметра и нарушения границ включает:

1. Контроль проникновения в запрещенные зоны, ВПП, территорию аэропорта.
2. Нарушение границ зон, пересечение запрещенных линий 

Индивидуальный подход в подготовке  пилотов гражданской авиации 

Еще одна крайне важная задача для авиационной отрасли — обучение пилотов гражданской авиации.
По данным Межгосударственного авиационного комитета (МАК) за период с 2014 по 2024 год, доля различных причин авиапроисшествий следующая:

• Ошибка пилотирования — 48,3%
• Человеческий фактор — 17,6%
• Технические неисправности — 17,1%
• Погодные условия — 10,2%
• Коллизии — 6%
• Причина неизвестна — 0,8%

По статистике, причиной почти 70% авиакатастроф является человеческий фактор. В современной авиации пилоты существенно полагаются на автоматические системы управления и показания приборов. В случае выхода из строя и некорректных показаний, особенно не опытные пилоты могут растеряться и потерять контроль, что не редко приводит к самым печальным последствиям. В 2019 году произошла катастрофа самолета, выполнявшего рейс. Через несколько минут после взлета экипаж сообщил о проблемах, вызванных ударом молнии, и запросил возврат в аэропорт вылета, автопилот отключился и самолет перешел в режим ручного управления.

Современные методы подготовки, в рамках практических занятий, включают прохождение практики на авиа-тренажерах, способных эмитировать любую экстренную ситуацию, отказ оборудования, приборов, погодные условия. Но даже самые современные тренажеры не позволяют создать обстановку в реальной кабине самолета в воздухе. 

Основная идея применения технологий искусственного интеллекта совместно с возможностями дополненной (AR) реальности заключается в использовании специализированного программного обеспечения для AR-очков, которое имитирует различные внештатные ситуации в реальном полете за штурвалом самолета. Методы искусственного интелекта анализируют различные визуальные показания (нарушение внимания, действия, поведение), а также показания датчиков (температура тела, давление, пульс и т.д.) и определяет аномальные отклонения от «эталонных» показателей (например, поведение опытного летчика) и строит индивидуальные треки для усиления слабых мест. Вместе с реальными полетами, подразумевается «интеллектуальный» анализ различных психологических тестов и анкет. 
Основная задача — реализация индивидуального подхода в подготовке пилотов ГА. 

Ключевое летное качество — умение пилота-оператора осуществлять ведение пространственной ориентировки совместно с пилотированием на
основании всей поступающей информации, инструментальной и неинструментальной.

Получаемые данные от обучающихся анализируются на базе алгоритмов машинного обучения. Это позволяет создавать индивидуальную образовательную траекторию для каждого пилота с учетом его сильных и слабых сторон, способностей и поставленных задач. Такие основные кейсы и современные тенденции внедрения искусственного интеллекта в авиационной индустрии существуют на сегодняшний день.  Мы продолжаем внедрять ИИ для транспортной индустрии, в целом и всегда открыты к новым проектам.